前沿实验室在 DRACO 深度研究任务上仍落后于路由系统
iamtrask · x · 2026-07-22
Andrew Trask 认为，在 DRACO 这个深度研究基准上，前沿 AI 实验室已经把“深度研究”前沿让了出去。
- 自 5 月以来，OpenRouter、Sakana AI 和洛斯阿拉莫斯国家实验室都报告称，模型路由/融合方案的表现超过了单一前沿模型。
- OpenMined 重新复现了 OpenRouter 的实验，一个多月后这一优势仍然存在。
- 其中一个案例里，路由系统以大约一半的 Anthropic Fable API 成本达到了接近 Fable 的质量；在复现实验中，单一前沿模型里最好的只排到第 6。
所属事件:DRACO基准测试显示融合系统仍领先单一前沿模型(2 条相关)→
「研究」频道最新
- Kolab 基准：真人屏幕录像揭示 AI Agent 高估自身协作质量 — minnesotanlp · 2026-10-27
- 一个样本就能刷过公平性基准，EMNLP 论文质疑 BBQ 可信度 — radamihalcea · 2026-10-27
- 一段手机视频生成2000条机器人演示,Real2Sem2Real媲美150条遥操数据 — Scobleizer · 2026-10-27
- 从权重范数几何理解MuonH:尺度不变网络中梯度垂直于权重 — jasondeanlee · 2026-10-27
- 用 Sail 等价性证明与 riscv-coq 交叉验证 RISC-V 规范,发现真实 bug — xennygrimmato_ · 2026-10-27
- Kokotajlo 质疑 CoT 监控性评测:如果模型不拒绝篡改思维链呢 — dfrsrchtwts · 2026-10-27